Crédito e crescimento econômico municipal no ES

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/348596350
Impactos do Crédito sobre Crescimento Econômico dos Municípios do Espírito

Santo: Análises para o Período de 2005 a 2015
Article · December 2020

DOI: 10.14393/REE-v36n1a2021-51998
CITATIONS READS
0 38
3 authors, including:
Edson Zambon Monte

Universidade Federal do Espírito Santo
40 PUBLICATIONS 77 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Métodos e modelos matemáticos, econométricos e estatísticos aplicados à economia View project
Mercados financeiros: análises econométricas em nível nacional e internacional View project
All content following this page was uploaded by Edson Zambon Monte on 08 March 2021.
The user has requested enhancement of the downloaded file.

DOI: https://doi.org/10.14393/REE-v36n1a2021-51998
Instituto de Economia e Relações Internacionais – Universidade Federal de Uberlândia
Impactos do Crédito sobre Crescimento Econômico dos

Municípios do Espírito Santo: Análises para o Período
de 2005 a 2015
Impacts of Credit on Economic Growth of the Municipalities of Espírito Santo: An Analysis
for the Period from 2005 to 2015
Edson Zambon Montea

Bruna Bergamin Aguiarb
Renzo Caliman Souzac
Resumo: Este trabalho objetivou analisar os efeitos do crédito sobre crescimento econômico
dos municípios do Espírito Santo, no período de 2005 a 2015, utilizando a metodologia de
danos em painel. As análises foram feitas considerando o Produto Interno Bruto total (PIB
total) e o PIB dos setores: agropecuário, industrial e comercial e de serviços. Os resultados
revelaram que a oferta de crédito contribuiu para o crescimento econômico dos municípios
do Espírito Santo. Portanto, políticas públicas que facilitem a tomada de crédito podem levar
a bons resultados econômicos para os municípios capixabas.
Palavras-chave: Crescimento Econômico; Crédito; Análise Setorial; Espírito Santo.

Classificação JEL: G21; O16; R11; C33.
Abstract: The aim of this study was to analyze the effects of credit on economic growth of
the municipalities of Espírito Santo, from 2005 to 2015, using panel data methodology. The
analysis was performed considering the total Gross Domestic Product (total GDP) and the
GDP of the following sectors: agricultural, industrial, commercial and services. The results
showed that credit supply contributed to the economic growth of the municipalities of
Espírito Santo. Therefore, public policies that facilitate credit can lead to good economic
results for the municipalities of Espírito Santo.
Keywords: Economic Growth; Credit; Sectorial Analysis; Espírito Santo.

JEL Classification: G21; O16; R11; C33.
a
Professor do Departamento de Economia e Membro do Grupo de Pesquisa em Econometria (GPE), da
Universidade Federal do Espírito Santo (UFES). E-mail: edsonzambon@yahoo.com.br.
b
Economista pela Universidade Federal do Espírito Santo (UFES). E-mail: bruberaguiar@hotmail.com.
c
Mestrando em Economia pela Universidade Federal do Espírito Santo (PPGEco/UFES), bolsista FAPES.
Membro do Grupo de Pesquisa em Econometria (GPE/UFES). E-mail: renzo.caliman@hotmail.com.
Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021 Recebido em 13/12/2019

ISSN impresso: 0102-2482 / ISSN online: 1983-1994 Aprovado em 24/04/2020
Monte; Aguiar: Souza Impactos do Crédito sobre Crescimento Econômico dos Municípios do Espírito Santo...
1. Introdução
O debate na teoria econômica sobre a relação entre o desenvolvimento financeiro e

o crescimento econômico não é recente, e ganhou nova força a partir da década de 1990,
com os trabalhos de King e Levine (1993a, 1993b). Seguindo esta linha de pensamento,
diversos trabalhos, teóricos e empíricos, tentaram demonstrar a hipótese de que o
desenvolvimento financeiro afeta diretamente o crescimento econômico, a saber:
Goldsmith (1969); McKinnon (1973); Shaw (1973); Bencivenga e Smith (1991); Saint-
Paul (1992); King e Levine (1993a, 1993b); Roubini e Sala-i-Martin (1992); Pagano
(1993); Bencivenga, Smith e Starr (1996); Blackburn e Hung (1998); e, Deidda (2006).
Destaca-se que, segundo Jacques e Gonçalves (2016), observando por um lado não muito
convencional, as abordagens contemporâneas sobre o tema em geral remetem-se aos
trabalhos de Schumpeter (1911) e de Keynes (1936).1
Vale dizer que a ideia de que há um relacionamento unidirecional do
desenvolvimento financeiro para com o crescimento econômico não é consenso na
literatura. De acordo com Greenwood e Jovanovic (1990), existe uma determinação
conjunta no que diz respeito ao desenvolvimento do sistema financeiro e ao crescimento
econômico, ou seja, a relação é bidirecional. Ainda, pode-se caracterizar uma terceira linha
de pensamento, baseada no trabalho de Modigliani e Miller (1958). Os autores salientam
que a forma de financiamento das empresas é irrelevante, indo ao encontro de que os
mercados financeiros são agentes independentes do resto da economia e, por consequência,
financiamento e crescimento são não correlacionados.
No que se refere à economia brasileira, diversos trabalhos demonstraram uma
causalidade unidirecional positiva entre o desenvolvimento financeiro e o crescimento
econômico, seja em nível nacional ou estadual, por exemplo: Matos (2002); Romero e
Ávila (2010); Missio, Jayme Jr e Oliveira (2015); entre outros. Em contrapartida, Reichstul
e Lima (2006), em estudo para a Região Metropolitana de São Paulo (RMSP), encontraram
uma causalidade bidirecional (no sentido causa Granger) entre a atividade financeira e o
crescimento econômico. Já Zara (2006), em estudo para os estados brasileiros, não
encontrou significância estatística entre o crédito estadual e o crescimento econômico.
Assim, tanto em nível teórico quanto em nível aplicado, não existe uma clara direção
no que diz respeito à causalidade entre as duas variáveis, seja em nível internacional ou
nacional. Para Lawrence (2006), os resultados empíricos parecem aprofundar a dicotomia
existente, em função da ambiguidade dos mesmos. No entanto, conforme descrito por
Reichstul e Lima (2006), mesmo havendo divergências, parece haver, na literatura
econômica, certo consenso no que se refere ao desenvolvimento financeiro impactar
positivamente o nível de atividade econômica. Neste caso, a oferta de crédito, desde que
1
Drummond e Aguiar (2004) trazem três excelentes descrições em seu estudo, a saber: i) classificam e explicam
as funções do sistema financeiro e os canais de influência sobre o crescimento econômico; ii) apresentam alguns
modelos teóricos de crescimento endógeno que incorporam explicitamente o sistema financeiro; e, iii)
descrevem alguns estudos que testam empiricamente a possível relação existente entre o desenvolvimento do
setor financeiro e o crescimento econômico.
Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021

ISSN impresso: 0102-2482 / ISSN online: 1983-1994 104
trabalhada adequadamente em termos de prazo, custos e quantidades, pode levar à

concretização de oportunidades de investimentos ex ante.
Este trabalho, partindo da hipótese de que as operações de crédito influenciam o
crescimento econômico, buscou analisar os efeitos do crédito sobre crescimento econômico
dos municípios do Espírito Santo, no período de 2005 a 2015, de forma agregada (PIB
total) e segmentada por setores: agropecuário (PIB agropecuário), industrial (PIB
industrial) e comercial e de serviços (PIB comércio e serviços). Ressalte-se que, Dow
(1982) e Amado (1997), ao caracterizarem as regiões periféricas, descrevem que nas
mesmas predominam o setor terciário e a agricultura. Para Caçador e Grassi (2009), o
Espírito Santo pode ser considerado um estado periférico no contexto regional brasileiro.
Entretanto, nos municípios do Espírito Santo predomina o setor terciário, sendo esse
alavancado pela administração pública e pelo comércio. Em seguida, tem-se o setor
industrial (secundário), prevalecendo a extração mineral (minério de ferro, petróleo e gás).
Por último está a agricultura, com a cafeicultura como uma das atividades mais
importantes. Logo, a principal contribuição desta pesquisa está na avaliação empírica dos
impactos do crédito sobre a atividade econômica dos municípios capixabas, sob uma
perspectiva local de um estado periférico, em que os setores terciário e industrial são os
mais relevantes.
Cabe dizer que, no que tange ao estado do Espírito Santo, Caçador e Monte (2012)
verificaram o papel do crédito no crescimento econômico dos municípios do Espírito Santo,
utilizando-se a técnica de dados em painel, para o período de 2001 a 2008, considerado 66
municípios (de um total de 78). Para o período e os municípios considerados, os autores
verificaram fortes impactos na variação do crescimento dos municípios capixabas em
resposta a alterações no crédito.
Esta pesquisa avança nos seguintes pontos em relação ao estudo de Caçador e Monte
(2012): i) o período de abrangência foi de 2005 a 2015; ii) considerou-se os 78 municípios
do Espírito Santo; iii) utilização de indicadores socioeconômicos e demográficos como
variáveis de controle nas estimativas realizadas; e, iv) além das estimativas para o total de
municípios (78), as estimações foram realizadas para duas subamostras. Neste caso, nove
municípios do Espírito Santo (Cachoeiro de Itapemirim, Cariacica, Colatina, Guarapari,
Linhares, São Mateus, Serra, Vila Velha e Vitória) concentraram 72,31% do volume de
crédito ofertado no estado, em 2015, sendo que estes municípios possuíam mais de 100 mil
habitantes. Os outros 69 munícipios respondiam por, somente, 27,69% da oferta de crédito,
no ano de 2015. Logo, para complementar e dar robustez às análises, além das regressões
para todos os municípios, estimativas foram feitas para dois blocos de municípios: a)
municípios com maior volume de crédito (mais de 100 mil habitantes); e, b) municípios
com menor volume de crédito (menos de 100 mil habitantes). A ideia foi verificar se
existem diferenças significativas destes dois conjuntos de municípios quando comparado
com as estimações para os 78 municípios, no que se refere aos impactos da oferta de crédito
sobre o crescimento econômico. Os resultados vistos à frente evidenciam um elevado efeito
positivo da oferta de crédito sobre a variação do PIB (total, industrial, comercial e de
serviços e agropecuário) dos municípios capixabas.

O presente artigo está estruturado da seguinte forma. Além desta introdução, a seção
2 traz uma breve revisão de literatura empírica. Na seção 3 são descritas as variáveis e o
referencial analítico; dados em painel. As análises estatísticas/econométricas são
demonstradas na seção 4. Por fim, as considerações finais são apresentadas na seção 5.
2. Revisão de Literatura Empírica
Esta seção traz uma breve revisão de literatura de trabalhos que estudaram a relação
entre financiamento e crescimento, uma vez que, conforme já descrito, os resultados
empíricos parecem aprofundar a dicotomia existente na relação tais variáveis econômicas
(LAWRENCE, 2006). A ideia aqui não é seguir somente uma vertente de pesquisa, mais
dar um panorama geral das pesquisas que relacionam crédito e crescimento,
independentemente dos resultados encontrados. A primeira parte apresenta alguns estudos
da literatura internacional e, a segunda parte, pesquisas relacionadas ao Brasil, sejam em
nível nacional ou regional.
Um dos trabalhos mais relevantes no plano internacional, no que se refere ao
desenvolvimento financeiro, é o de King e Levine (1993a). Os autores, em pesquisa para
80 países, compreendendo o período de 1960 a 1989, verificaram que várias medidas do
nível de desenvolvimento financeiro são correlacionadas com o crescimento do PIB real
per capita, a taxa de acumulação de capital físico, e as melhorias na eficiência com que a
economia emprega o capital físico. No mais, o componente predeterminado do
desenvolvimento financeiro está altamente correlacionado com as taxas futuras de
crescimento econômico, a acumulação de capital físico e as melhorias de eficiência
econômica.
Demetriades e Hussein (1996), em um estudo de séries temporais para 16 países,
realizaram testes de causalidade entre o desenvolvimento financeiro e o PIB real. Os
resultados revelaram pouco apoio à visão de que o financiamento é um setor líder no
processo de desenvolvimento econômico. No entanto, foram encontradas evidências
consideráveis de bidirecionalidade e algumas evidências de causalidade reversa entre as
variáveis. Além disso, contatou-se que os padrões de causalidade variam entre os países,
levando os autores a destacarem os perigos da inferência estatística com base em estudos
transversais de países que implicitamente tratam diferentes economias como entidades
homogêneas.
Levine e Zervos (1998) analisaram se o bom funcionamento do mercado de ações e
dos bancos promove o crescimento econômico de longo prazo, considerando um máximo
de 47 países, no período de 1973 a 1993. Os resultados demonstraram que a liquidez do
mercado acionário e o desenvolvimento bancário preveem positivamente o crescimento, a
acumulação de capital e as melhorias de produtividade, mesmo após o controle de fatores
econômicos e políticos. Os resultados são consistentes com a ideia de que os mercados
financeiros fornecem serviços importantes que estimulam o crescimento.
Levine (1999) analisou como fatores exógenos – por exemplo, características dos
ambientes legais e de regulação – afetam o desenvolvimento financeiro, e como este fator

está vinculado ao crescimento econômico de longo prazo. Segundo o autor, os resultados

revelaram que tais componentes estão positivamente associados ao crescimento
econômico. Isto é, os resultados são consistentes com a visão de que as mudanças legais e
regulatórias que impulsionam o desenvolvimento dos intermediários financeiros induzirão
a uma rápida aceleração no crescimento econômico de longo prazo.
Asteriou e Price (2000) investigaram os efeitos do desenvolvimento financeiro e do
mercado de ações no processo de crescimento econômico do Reino Unido, por meio de
duas hipóteses: i) o sistema financeiro é seguidor da demanda de recursos financeiros, logo
o desenvolvimento financeiro não afeta o crescimento econômico; e, ii) o sistema
financeiro seria condutor da oferta e, assim, o desenvolvimento do setor financeiro afeta o
crescimento da economia. Usando testes de cointegração e causalidade, os autores
concluíram que há fortes evidências de que o setor financeiro é condutor da oferta de
recursos, ou seja, as direções causais vão do desenvolvimento financeiro para o setor real
da economia.
Guiso, Sapienza e Zingales (2004) estudaram os efeitos das diferenças de
desenvolvimento financeiro local dentro de um mercado financeiro integrado, para a
economia italiana. Para isso, os autores construíram um novo indicador de
desenvolvimento financeiro, estimando um efeito regional sobre a probabilidade de que,
ceteris paribus, uma família esteja desligada do mercado de crédito. Por meio desse
indicador, constatou-se que o desenvolvimento financeiro eleva a probabilidade de um
indivíduo começar seu próprio negócio, e favorece a entrada, aumenta a concorrência e
promove o crescimento das empresas. No entanto, esses efeitos são mais fracos para
empresas maiores, que podem mais facilmente levantar fundos fora da área local. No geral,
os resultados sugerem que o desenvolvimento financeiro local é um determinante
importante do sucesso econômico de uma região, mesmo em um ambiente em que não há
atritos com os movimentos de capital.
Önder e Özyildirim (2009) estudaram o impacto do crédito para o crescimento
regional, na Turquia, onde os bancos estatais têm um papel implícito de reduzir a
disparidade, alocando empréstimos em regiões subdesenvolvidas que são ignoradas pelos
bancos privados. Os resultados sugeriram um efeito paradoxal dos bancos estatais no
desenvolvimento regional, pois os financiamentos realizados pelos mesmos não
estimularam o bem-estar das regiões menos desenvolvidas, mas sim, contribuíram
significativamente para o crescimento de locais mais desenvolvidas. Por outro lado, os
créditos fornecidos por bancos privados, em geral, impactam positivamente o PIB real per
capita em ambas as regiões, desenvolvidas e menos desenvolvidas.
Hassan, Sanchez e Yu (2011) verificaram a relação entre desenvolvimento financeiro
e crescimento econômico, em países de baixa e média renda, por meio de regressões de
dados em painel e de decomposições de variação das taxas de crescimento anual do PIB.
De forma mais específica, o intuito foi examinar quais medidas indiretas de
desenvolvimento financeiro são mais importantes para explicar o crescimento econômico
ao longo do tempo e o quanto elas contribuem para explicar o crescimento entre regiões
geográficas e grupos de renda. Os resultados mostram uma relação positiva entre o

desenvolvimento financeiro e o crescimento econômico nos países em desenvolvimento.

Além disso, a análise multivariada de curto prazo forneceu os seguintes resultados: i) uma
relação de causalidade bidirecional entre financiamento e crescimento para a maioria das
regiões; e, ii) uma causalidade unidirecional do crescimento para o financiamento para as
duas regiões mais pobres. Além disso, outras variáveis do setor real, como comércio e
gastos do governo, desempenham um papel importante na explicação do crescimento
econômico. Dessa forma, os autores concluíram que um sistema financeiro que funcione
bem parece ser uma condição necessária, mas não suficiente, para alcançar um crescimento
econômico estável nos países em desenvolvimento.
Conforme já descrito, no caso brasileiro, diversos trabalhos tentaram mensurar as
relações entre financiamento e crescimento econômico. Monte e Távora Júnior (2000), por
exemplo, estudaram o impacto dos financiamentos regionais advindos do Fundo
Constitucional de Financiamento do Nordeste-FNE (Banco do Nordeste), do Fundo de
Investimento do Nordeste-Finor (Sudene) e do Banco Nacional de Desenvolvimento
Econômico e Social (BNDES) sobre produto regional (Região do Nordeste). Os autores
adotaram a metodologia de dados em painel, considerando os períodos de 1981-1995
(Finor), 1998-1998 (FNE) e 1981-1995 (recursos do BNDES). Mesmo não tendo sido
inseridas variáveis de controle nas equações estimadas, os resultados obtidos para o PIB
total e setoriais revelaram forte relação positiva, sugerindo a relevância de tais fontes de
recursos para o crescimento econômico regional.
Matos (2002) avaliou a relação entre o desenvolvimento o financeiro e o crescimento
econômico no Brasil. Como metodologia, os autores adotaram o teste de causalidade
proposto Granger, e consideraram os períodos 1947-2000, 1963-2000 e 1970-2000. Os
resultados obtidos dão suporte empírico à existência de impactos diretos e unidirecionais
do desenvolvimento financeiro sobre o crescimento econômico, quando são utilizadas, para
isso, as razões crédito bancário ao setor privado/PIB, crédito do sistema financeiro ao setor
privado/PIB e recursos do público confiados ao sistema financeiro/M2, como indicadores
do desenvolvimento financeiro.
Marques Jr. e Porto Jr. (2004) verificaram a relação de causalidade entre
desenvolvimento financeiro (DF) e crescimento econômico (CE), no Brasil, o período de
1950 a 2000. Para isso, construíram três conjuntos de indicadores proxies para o
desenvolvimento do sistema bancário e para o mercado de capitais do Brasil. No mais, os
autores realizaram um teste de Causalidade de Granger clássico para a relação entre CE e
DF, nas séries estacionárias. Para as variáveis não estacionárias, procedeu-se um teste de
cointegração de Johansen e, posteriormente, um teste de causalidade baseado no modelo
de Demetriades e Hussein (1966). Concluiu-se que a relação de causalidade é inequívoca
no sentido de que DF causa CE quando os indicadores são de desenvolvimento do sistema
bancário. Quando a relação de causalidade é aplicada aos indicadores de desenvolvimento
do mercado de capitais, a conclusão é contraditória. Porém, há maior robustez para a
causalidade no sentido de DF para CE, nesse último caso.
Reichstul e Lima (2006) contribuíram para o entendimento da causalidade entre
crédito bancário e atividade econômica, em estudo para a Região Metropolitana de São

Paulo (RMSP). A pesquisa analisou a relação entre diferentes modalidades de crédito

bancário e um indicador de atividade econômica na RMSP entre janeiro de 1992 e
dezembro de 2003. Por meio de um modelo bivariado de vetores autorregressivos, os
autores detectaram uma causalidade bidirecional entre crédito e nível de atividade
econômica.
Kroth e Dias (2006) verificaram como o crédito bancário e o capital humano
afetaram o crescimento econômico dos municípios brasileiros, no período entre 1999 a
2003. Os autores adotaram o método de dados em painel dinâmico. Os resultados revelaram
a existência de uma causalidade no sentido de operações de crédito e do capital humano
sobre o crescimento econômico dos municípios no período analisado.
Rocha e Nakane (2007), utilizando dados em painel, estudaram a direção da
causalidade entre desenvolvimento econômico e alguns indicadores financeiros
selecionados para os estados do Brasil. Para tanto, os autores usaram de um procedimento
de teste baseado nas metodologias sugeridas por Holtz-Eakin, Newey e Rosen (1988) e
Granger e Huang (1997). Os principais resultados foram: i) parece haver evidência de que
os indicadores financeiros utilizados Granger-causaram o produto; e, existiram evidências
de que a causalidade em sentido contrário, ou seja, o produto Granger-causa o sistema
financeiro, aparece quando utilizada uma base de dados mensal. Conforme Rocha e Nakane
(2007), essa inversão de resultados pode ser devido à natureza de longo prazo dos
fenômenos por trás da relação entre sistema financeiro e produto.
Romero e Ávila (2010) estudaram a interação entre as esferas financeira e produtiva.
Foram discutidas as características do sistema financeiro brasileiro e examinada a evolução
do financiamento bancário da atividade industrial por região. Buscou-se, ainda, ressaltar a
importância da atuação dos bancos para o desenvolvimento. Foi desenvolvida uma análise
multivariada que indicou a existência de correlação espacial entre as variáveis financeiras
e o emprego industrial. Também foi estimado um modelo para dados em painel para os
estados brasileiros, o qual demonstrou a existência de impactos distintos das variáveis
financeiras sobre o nível de emprego nos setores industriais analisados.
Missio, Jayme Jr e Oliveira (2015) objetivaram analisar, teórica e empiricamente, a
relação entre o desenvolvimento financeiro e o crescimento econômico para as unidades
federativas do Brasil. Como metodologia, o trabalho adotou a técnica de regressão
quantílica, para o período de 1995 a 2004. Os autores seguiram duas abordagens para
mensurar o desenvolvimento do sistema financeiro, baseadas na construção de indicadores
que captam dimensões como o tamanho do setor, o nível de atividade, o desenvolvimento
e a eficiência do sistema financeiro. No mais, a análise empregou um indicador da
preferência pela liquidez do público e dos bancos para captar o argumento da teoria pós-
keynesiana. Os resultados revelaram que, em geral, houve uma relação positiva entre
desenvolvimento do sistema financeiro e crescimento econômico e a possibilidade de
efeitos regionais distintos.
Como pode ser observado, com algumas exceções, a maior parte dos trabalhos, seja
em nível internacional ou nacional, demonstra haver efeitos positivos do crédito sobre o
crescimento econômico. Esta pesquisa visou contribuir para as discussões da área,

analisando se, para uma economia local, periférica, em que os setores terciário e industrial
são os mais relevantes, a oferta de crédito tem impactos positivos e significativos sobre o
crescimento, controlando para indicadores socioeconômicos e demográficos.
3. Metodologia
3.1. Apresentação das Variáveis
Os dados utilizados neste trabalho são do tipo dados em painel. As variáveis são
apresentadas na Tabela 1. A análise foi realizada para os 78 municípios do Espírito Santo,
considerando o período de 2005 a 2015 (frequência anual). No que tange ao crescimento
econômico, seguindo a prática mais comum na literatura (GELB (1989); ROUBINI;
SALA-I-MARTIN (1992); KING; LEVINE (1993a, 1993b); MATTOS (2002)), adotou-se
como medida o Produto Interno Bruto (PIB) total ou desagregado por setor,
disponibilizados pelo Instituto Brasileiro de Geografia e Estatística (IBGE). Foram
estimadas várias regressões onde o PIBTOTAL, o PIBAGRO, o PIBIND e o PIBSERV
entraram como variável resposta.
No que tange à variável de tratamento operações de crédito (OPCRED)2, ressalta-se
que a mesma representa o estoque total das operações de empréstimos e financiamentos
concedidos pelas instituições integrantes do Sistema Financeiro Nacional (SFN), e que
estejam localizadas nos municípios do Estado do Espírito Santo. Os dados foram
provenientes do subsistema ESTBAN (Estatística Bancária) do Banco Central do Brasil
(BACEN), que reflete a posição mensal dos saldos das principais rubricas de balancetes
dos bancos comerciais e dos bancos múltiplos com carteira comercial. A fim de representar
os saldos anuais com operações de crédito dos municípios foi utilizado o saldo anual ao
final do mês de dezembro do respectivo ano (por exemplo: o saldo do ano de 2015 refere-
se ao saldo anual ao final do mês de dezembro de 2015).
No mais, com o intuito de dar mais robustez às estimativas, indicadores
socioeconômicos e demográficos foram adotados como variáveis de controle. Para tanto,
adotou-se a variável POP, coletada do IBGE e, como proxies para os indicadores
socioeconômicos, as variáveis IFDMGERAL, IFDMEMPR, IFDMEDUC e IFDMSAUDE
da Federação das Indústrias do Estado do Rio de Janeiro (FIRJAN)3. No mais, utilizou-se
entre as variáveis de controle uma variável DUMMY, que recebeu valor um, para o ano de
2009 e, zero, caso contrário, uma vez que o maior impacto negativo da crise do subprime
2 Detalhadamente a variável OPCRED engloba: empréstimos e títulos descontados, financiamentos,

financiamentos rurais à agricultura (investimento e custeio), financiamentos rurais à pecuária (investimento e
custeio), financiamentos rurais à agricultura (comercialização), financiamentos rurais à pecuária
(comercialização), financiamentos agroindustriais, financiamentos imobiliários, outras operações de crédito,
outros créditos, crédito em liquidação, provisão para operações de crédito e operações especiais.
3 “O IFDM – Índice FIRJAN de Desenvolvimento Municipal – é um estudo do Sistema FIRJAN que acompanha
anualmente o desenvolvimento socioeconômico de todos os mais de cinco mil municípios brasileiros em três
áreas de atuação: Emprego & renda, Educação e Saúde (https://www.firjan.com.br/ifdm/).”

(iniciada nos Estados Unidos em meados de 2007) sobre o crescimento dos municípios
ocorreu em 2009. Cabe destacar que a metodologia de dados em painel já permite controlar
os efeitos fixos de cada município, sejam observáveis e não observáveis. Assim, é possível
controlar o viés causado pela omissão dessas variáveis (ou informações) sobre o coeficiente
de interesse.
Tabela 1: Variáveis Utilizadas
Variável Sigla Unidade Fonte
Variável reposta
PIB total PIBTOTAL R$ mil IBGE
PIB agropecuário PIBAGRO R$ mil IBGE
PIB industrial PIBIND R$ mil IBGE
PIB comercial e de serviços PIBSERV R$ mil IBGE
Variável de tratamento
Operações de crédito OPCRED R$ mil BACEN
Variáveis de controle
População POP Número de habitantes IBGE
IFDM geral IFDMGERAL Índice FIRJAN
IFDM emprego e renda IFDMEMPR Índice FIRJAN
IFDM educação IFDMEDUC Índice FIRJAN
IFDM saúde IFDMSAUDE Índice FIRJAN
DUMMY DUMMY Variável binária -
Fonte: elaborado pelos autores.
Nota: quando necessário, as variáveis foram deflacionadas pelo Índice de Preços ao Consumidor Amplo
(IPCA), utilizando 2005 como ano base.
3.2. Dados em Painel
A abordagem de dados em painel permite combinar dados de séries temporais com

dados de corte transversal (cross-section), estrutura de dados adotada nesta pesquisa.
Tomando-se como referência Greene (2012), a forma geral para modelar dados em painel
pode ser representada por:
𝑦𝑖𝑡 = 𝒙′𝑖𝑡 𝜷 + 𝒛′𝑖 𝜶 + 𝜀𝑖𝑡 , 𝑖 = 1, … , 𝑁 𝑒 𝑡 = 1, … , 𝑇, (1)
em que existem 𝐾 regressores em 𝒙𝑖𝑡 , não incluindo o termo constante. A heterogeneidade,
ou o efeito individual, é dado por 𝒛𝑖 𝜶, onde 𝒛𝑖 contém um termo constante e um conjunto
de variáveis individuais ou específicas dos grupos, que podem ser observadas, e tomadas
como constantes ao longo do tempo 𝑡. O principal objetivo da análise é estimar de forma
consistente e eficiente os efeitos parciais,
𝜷 = 𝜕𝐸[𝑦𝑖𝑡 |𝒙𝑖𝑡 ]⁄𝜕𝒙𝑖𝑡 . (2)

Se 𝒛𝑖 é não observado, porém correlacionado com 𝒙𝑖𝑡 , então o estimador de Mínimos

Quadrados Ordinários (MQO) de 𝜷 é viesado e inconsistente em função do problema de
variáveis omitidas. No entanto, nesses casos, o modelo
𝑦𝑖𝑡 = 𝒙′𝑖𝑡 𝜷 + 𝛼𝑖 + 𝜀𝑖𝑡 , (3)
onde 𝛼𝑖 = 𝒛′𝑖 𝜶, incorpora todos os efeitos observados e específica uma média condicional
estimável. Esta abordagem é denominada de efeitos fixos, em que os 𝛼𝑖 é um termo
constante para cada grupo específico no modelo de regressão. No mais, cada 𝛼𝑖 é tratado
como um parâmetro desconhecido a ser estimado. Neste trabalho, no modelo de efeitos
fixos, para diferenciar o intercepto de um indivíduo para o outro, fez-se a utilização de
variáveis dummies (least squares dummy variable (LSDV) model). Stock e Watson (2004)
salientam que as variáveis binárias refletem todas as variáveis omitidas que diferem de um
indivíduo para outro, mas que são constantes ao longo do tempo. Se os erros seguirem
distribuição normal, tiverem variância constante (homoscedasticidade) e forem não
autocorrelacionados, a Equação (3) pode ser estimada por MQO.
Assumindo que a heterogeneidade individual não observada seja não correlacionada
com as variáveis incluídas, 𝒙𝑖𝑡 , então o modelo pode ser formulado como
𝑦𝑖𝑡 = 𝒙′𝑖𝑡 𝜷 + 𝛼 + 𝑢𝑖 + 𝜀𝑖𝑡 , (4)
isto é, como um modelo de regressão linear com um distúrbio composto, que pode ser
consistente, embora ineficientemente, estimado por MQO. Tal abordagem é chamada de
efeitos aleatórios, onde existem 𝐾 regressores incluindo uma constante, sendo que agora o
único termo constante é a média da heterogeneidade não observada, 𝛼 = 𝐸[𝒛′𝑖 𝜶]. O
componente 𝑢𝑖 é a heterogeneidade aleatória específica para a i-ésima observação e é
constante no tempo; tem-se que 𝑢𝑖 = 𝒛′𝑖 𝜶 − 𝐸[𝒛′𝑖 𝜶]. Para o modelo de efeitos aleatórios, o
método mais adequado é o de Mínimos Quadrados Generalizados (MQG).
4. Resultados e Discussões
Esta seção está dividida da seguinte forma: na primeira parte são apresentadas as
estatísticas descritivas e uma breve caracterização da oferta de crédito nos municípios do
Espírito Santo; e, na segunda, encontram-se as estimativas econométricas.
4.1. Estatística Descritiva e Oferta de Crédito nos Municípios Capixabas
A Tabela 2 apresenta as estatísticas descritivas das variáveis, considerando o período

de 2005 a 2015 e, também, os 78 municípios do Espírito Santo. Nota-se que a média do
PIB total (PIBTOTAL) foi de R$ 852.715.400,00. O valor máximo foi de R$
18.215.676.000,00, que corresponde ao município de Vitória, para o ano de 2011 e, o valor
mínimo foi de R$ 20.032.500,00, para o município de Divino de São Lourenço, ano de
2005. No que tange às operações de crédito (OPCRED), a média correspondeu à R$
138.149.200,00. O volume das operações de crédito diverge muito entre os municípios,

sendo perceptível quando se observam os valores de máximo de R$ 5.994.328.100,00, e de

mínimo de R$ 803.000,00, que representam os municípios de Vitória e Alegre,
respectivamente. É oportuno salientar que o destaque de Vitória pode ser devido a este
município ser a maior praça financeira do estado.
Tabela 2: Estatísticas Descritivas: todos os municípios
Variável Média Median Des. Máximo Mínim Assimetri Curtos
PIBTOTAL 852.715, 161.990,
a 2.235.197,0
Padrão 18.215.676, 20.032,
o 4,61
a 24,04
e
PIBAGRO 4
24.489,7 2
18.002,7 26.528,5 0
283.834,2 5
895,2 4,18 25,99
PIBIND 268.694, 18.851,4 729.316,05 4.688.564,3 680,45 3,71 14,36
PIBSERV 5
401.198, 92.724,5 1.049.890,3 7.983.467,7 14.129, 4,77 25,10
OPCRED 8
138.149, 34.677,7 534.465,7 5.994.328,1 803,00 8,19 73,29
POP 2
46.117,7 18.497,0 85.918,5 485.376,0 4.471,0 3,43 14,23
IFDMGERA 0,70 0,70 0,08 0,88 0,48 -0,19 2,61
L
IFDMEMPR 0,58 0,56 0,13 0,91 0,24 0,29 2,80
IFDMEDUC 0,76 0,77 0,09 0,94 0,45 -0,74 3,21
IFDMSAUD 0,76 0,78 0,11 0,97 0,35 -0,69 3,01
E Fonte: elaborado pelos autores a partir dos dados da pesquisa.
Cabe dizer que, pelas estatísticas da Tabela 2, existe uma grande heterogeneidade
entre os municípios do Espírito Santo no que se refere às variáveis em estudo, uma vez que
houve grande disparidade entre os valores de máximo e de mínimo, com desvios-padrão
significativamente elevados. Destaca-se que as disparidades municipais são aprofundadas
quando se comparam os municípios da Região da Grande Vitória (RGV) – Cariacica, Serra,
Vila Velha e Vitória –, com os demais municípios do estado, especialmente do interior. É
importante dizer que, em geral, as variáveis apresentaram assimetria positiva e alto valor
para a curtose, sendo que os coeficientes assimetria e curtose foram diferentes daqueles da
distribuição normal padrão, que são zero e três, respectivamente.
Analisando a situação da distribuição da oferta de crédito nos municípios capixabas,
pode-se observar na Figura 1 que, no ano de 2015, a mesma esteve concentrada na RGV
(Cariacica, Serra, Vila Velha e Vitória), sendo que somente Vitória concentrou 36,23% do
volume de crédito. Em termos de volume de crédito, destacam-se também: i) Cachoeiro de
Itapemirim, que pode vista como uma praça financeira regional, sendo que o município é
um polo em sua microrregião (Central); ii) o mesmo ocorre com Colatina, polo regional e
praça financeira da microrregião Centro-Oeste, sendo que, além dos agentes bancários
tradicionais, o município possui uma agência do Banco do Nordeste do Brasil; e, iii)
Linhares e São Matheus, que são destaques nas microrregiões Rio Doce e Nordeste,
também possuindo agências do Banco do Nordeste do Brasil. Destaca-se, também, que
todos os municípios nomeados na Figura 1 possuíam, em 2015, população maior que 100
mil habitantes, o que também contribui para o maior volume de crédito.

Figura 1: Participação (%) dos Municípios nas Operações de Crédito do Espírito

Santo (2015)
Vitória
Vila Velha
27,69 Serra
36,23
Cachoeiro de Itapemirim
1,83
Cariacica
1,90
3,69 Colatina
9,76
3,71 6,62 Linhares
4,13 São Mateus
4,45
Fonte: elaborado pelos autores a partir dos dados da pesquisa.
A fim de aprofundar as análises sobre a oferta de crédito nos municípios do Espírito

Santo, por meio da Equação (5), adaptada de Araújo et al. (2010), é possível calcular o
Índice de Concentração de Crédito (ICC) dos municípios do Espírito Santo. Aqui, valores
maiores que um revelam que o saldo de operações de crédito de um município em
específico (𝑚) foi superior à sua participação relativa no PIB estadual (𝑒). Neste caso, o
município recebe um volume de crédito mais que proporcional à sua importância
econômica na geração de produtos para o Espírito Santo. Caso o índice seja menor que um,
o oposto é verdadeiro.
𝑆𝑎𝑙𝑑𝑜 𝑑𝑒 𝑂𝑝𝑒𝑟𝑎çõ𝑒𝑠 𝑑𝑒 𝑐𝑟é𝑑𝑖𝑡𝑜 𝑛𝑜 𝑚𝑢𝑛𝑖𝑐í𝑝𝑖𝑜
𝑆𝑎𝑙𝑑𝑜 𝑑𝑒 𝑂𝑝𝑒𝑟𝑎çõ𝑒𝑠 𝑑𝑒 𝑐𝑟é𝑑𝑖𝑡𝑜 𝑛𝑜 𝑒𝑠𝑡𝑎𝑑𝑜
𝐼𝐶𝐶𝑚,𝑒 = 𝑃𝐼𝐵 𝑚𝑢𝑛𝑖𝑐í𝑝𝑖𝑜 . (5)
𝑃𝐼𝐵 𝑒𝑠𝑡𝑎𝑑𝑜
As Figuras 2 e 3 mostram os resultados para os municípios que apresentaram ICC

maior e menor que um, respectivamente, para o ano de 2015. Dos 78 municípios, 46
obtiveram índice maior que um, sendo que este grupo contemplou municípios como:
Vitória, Colatina, Cachoeiro de Itapemirim, Guarapari, São Mateus e Vila Velha. Vale
frisar que alguns municípios, como Guarapari, São Mateus e Vila Velha, apresentaram
valores acima, mas muito próximos de um. Os municípios de Cariacica, Linhares e Serra
permaneceram no grupo com índice menor que um. Ressalta-se que, no caso da RGV, o
grande destaque foi o município de Vitória, que é a maior praça financeira do estado,
concentrando o maior volume de crédito entre todos os municípios (Figura 1). Entretanto,
esperavam-se valores maiores do índice para os municípios Serra e Cariacica, uma vez que
estão entre os municípios que apresentaram maiores volumes de crédito para o ano de 2015.
Não é objeto deste estudo, mas caberia uma análise mais profunda, a fim de verificar se a
proximidade com Vitória supre a demanda por crédito desses municípios ou se o
desenvolvimento financeiro dos mesmos é deficiente e precisa ser estimulado. No mais,
conforme já destacado, para Linhares também se esperava um valor expressivo e maior que

um, dado que é um polo regional e possui uma agência do Banco do Nordeste do Brasil,
cabendo também uma pesquisa mais aprofundada.
Figura 2: Índice de Concentração de Crédito nos Municípios (maior que um), 2015
4,50
4,00
3,50
3,00
2,50
2,00
1,50
1,00
0,50
0,00
Montanha
São Gabriel da Palha
Jaguaré
Vila Valério
Guaçuí
Ecoporanga
Iúna
Ibatiba
Marechal Floriano
Ibiraçu
Itarana
Rio Novo do Sul

Santa Teresa
Domingos Martins
Iconha
Venda Nova do Imigrante
Alegre
Castelo
Itaguaçu
São Roque do Canaã
Santa Maria de Jetibá

Colatina
Brejetuba
Marilândia
Afonso Cláudio
Santa Leopoldina
Guarapari
Vila Velha
Alfredo Chaves
Conceição do Castelo
São Mateus
Conceição da Barra
Muqui
João Neiva
Baixo Guandu
Cachoeiro de Itapemirim
Pancas
Boa Esperança
Pinheiros
Vitória
Vargem Alta
Mimoso do Sul
Barra de São Francisco
Nova Venécia
São José do Calçado
Pedro Canário
Figura 3 – Índice de Concentração de Crédito nos Municípios (menor que um), 2015
1,00
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
Linhares
Sooretama
Cariacica
Piúma
Mantenópolis
Atilio Vivacqua
Ponto Belo
Jerônimo Monteiro
Vila Pavão
Rio Bananal
Aracruz
São Domingos do Norte

Dores do Rio Preto
Ibitirama
Alto Rio Novo
Marataízes
Anchieta
Fundão
Bom Jesus do Norte
Muniz Freire
Água Doce do Norte
Viana
Águia Branca
Laranja da Terra
Governador Lindenberg
Mucurici
Divino de São Lourenço
Serra
Apiacá
Irupi
Itapemirim
Presidente Kennedy
4.2. Estimativas Econométricas

As estimativas econométricas relativas a todos os municípios podem ser
observadas nas Tabelas 3, 4, 5 e 6. Para dar robustez às estimativas foram estimados cinco
modelos, sendo adotadas proxies de indicadores socioeconômicos e demográficos como
variáveis de controle nos Modelos 2, 3, 4 e 5. Em geral, as estimativas foram realizadas
pelo modelo de efeitos fixos4 (EF, por meio de variáveis dummies, LSVD), sendo que as
4
Somente na Tabela 4, Modelos 1, 4 e 5, o teste de Hausman indicou a utilização de efeitos aleatórios. Vale
mencionar que o coeficiente de determinação e o coeficiente de determinação ajustado para modelos de efeitos

regressões foram estimadas na forma duplo-logarítmica. A escolha do modelo para cada

regressão foi feita por meio do teste de Hausman (1978), considerando um nível de
significância de 10%5. Cabe destacar que, em relação às estimativas por efeitos fixos,
quando as estimativas por MQO resultaram em resíduos que não seguiam distribuição
normal, adotou-se o método de MQG. Wooldridge (2002) salienta que o método de MQG
diminui os impactos da não normalidade dos resíduos sobre o modelo estimado e, neste
caso, é possível aceitar a não normalidade dos resíduos, mesmo ela persistindo após a
estimação da regressão desejada. No mais, para todas as regressões, com o intuito de obter
erros-padrão robustos, foi utilizado o método de covariância do coeficiente (coefficient
covariance method) White Cross-Section.
Tabela 3: Impacto das Operações de Crédito no LPIBTOTAL: todos os municípios

Variáveis Modelo 1 Modelo2 Modelo 3 Modelo 4 Modelo 5
Constante 8,836*** 7,562*** 6,425*** 7,413*** 7,977***
L(OPCRED) 0,335*** 0,327*** 0,240*** 0,198*** 0,207***
L(POP) - 0,135ns 0,372*** 0,316** 0,251*
L(IFDMGERAL) - - 0,947*** - -
L(IFDMEMPR) - - - 0,139*** 0,123***
L(IFDMEDUC) - - - 0,582*** 0,577***
L(IFDMSAUDE) - - - 0,307*** 0,280***
DUMMY - - - - -0,072***
N 858 858 858 858 858
R² ajustado 0,996 0,996 0,997 0,997 0,996
Teste F (igualdade
140,22 [0,00] 77,01 [0,00] 74,69 [0,00] 74,60 [0,00] 74,60 [0,00]
de interceptos)
Teste de Hausman 44,70 [0,00] 22,14 [0,00] 14,77 [0,00] 32,70 [0,00] 32,70 [0,00]
Notas: 1) *** Significativo a 1%; ** Significativo a 5%; * Significativo a 10%; ns Não significativo a 10%; 2)
Entre colchetes encontram-se os valores-p das estatísticas de teste; 3) L = Indica que as variáveis estão
expressas em logaritmos; e, 4) Estimativas por efeitos fixos, com o método de covariância do coeficiente
(coefficient covariance method) White Cross-Section.
Na Tabela 3 são apresentados os resultados quando considerada como variável

dependente o PIBTOTAL. O coeficiente da variável operações de crédito revelou-se
fixos do tipo LSDV tende a ser elevado, devido ao grande número de variáveis explicativas, advindas da
inclusão de variáveis dummies para diferenciar os indivíduos. Assim, não se pode comparar o coeficiente de
determinação e o coeficiente de determinação ajustado do modelo LSDV (com dummies) com os respetivos
coeficientes do modelo de efeitos aleatórios. Para maiores detalhes, consultar Greene (2012).
5 O teste baseia-se na ideia de que, sob a hipótese de não correlação, os estimadores de efeitos fixos (EF) e de
efeitos aleatórios (EA) são consistentes, mas EF é ineficiente, enquanto, sob a hipótese alternativa, o EF é
consistente, mas o EA não (GREENE, 2012). Os resultados dos testes realizados podem ser consultados junto
ao autor.

positivo e significativo em todos os modelos estimativos. Vale destacar que, ao incluir as

variáveis de controle, os impactos da oferta de crédito sobre o PIB foram menores, mas
ainda positivos e significativos. Tomando como referência o Modelo 5, nota-se que um
aumento de 1% das operações de crédito no período corrente levou à um crescimento de
0,207% no PIB total. Cabe observar que os coeficientes das variáveis de controle POP,
IFDMGERAL, IFDMEMPR, IFDMEDUC e IFDMSAUDE foram, na maioria dos
modelos, significativos e positivos. A variável DUMMY no Modelo 5 apresentou
coeficiente significativo e negativo, conforme o esperado.
Em relação às estimativas da Tabela 4, estas tomam como variável dependente o PIB
agropecuário (PIBAGRO). O coeficiente da variável OPCRED foi significativo a 1% em
todos os modelos. Considerando o Modelo 5 como exemplo, nota-se que um aumento de
1% na oferta de crédito acarretou um crescimento de 0,13% no PIB agropecuário, no
período em estudo. Isso deveria ser visto com atenção pelos formuladores de políticas
públicas, dado que o PIB agropecuário ainda possui grande representatividade no PIB total
dos municípios capixabas, especialmente os do interior do estado.
Tabela 4: Impacto das Operações de Crédito no LPIBAGRO: todos os municípios

Constante 7,407*** 4,383*** 3,679ns 7,778*** 8,340***
L(OPCRED) 0,227*** 0,218*** 0,184*** 0,122*** 0,130***
L(POP) - 0,311ns 0,430* 0,091ns 0,028ns
L(IFDMGERAL) - - 0,376** - -
L(IFDMEMPR) - - - 0,020ns -0,006ns
L(IFDMEDUC) - - - 0,460** 0,448***
L(IFDMSAUDE) - - - 0,291*** 0,278***
DUMMY - - - - -0,158
N 858 858 858 858 858
R² ajustado 0,278 0,968 0,969 0,310 0,346
Teste F (igualdade
162,5 [0,00] 161,0 [0,00] 164,7[0,00] 165,3[0,00] 165,3[0,00]
de interceptos)
Teste de Hausman 1,27 [0,26] 7,20 [0,03] 10,34 [0,02] 7,13[0,21] 7,13[0,21]
expressas em logaritmos; e, 4) Estimativas por efeitos aleatórios, com o método de covariância do coeficiente
(coefficient covariance method) White Cross-Section. Exceto para os Modelos 2 e 3 que adotaram efeitos
fixos (EF).
A Tabela 5 demonstra os resultados considerando como variável dependente o PIB

industrial (PIBIND). Observa-se que o coeficiente da variável OPCRED foi significativo
em todas as regressões. No caso do Modelo 5, por exemplo, a elevação de 1% das operações
de crédito levou a um aumento de 0,223% do PIB do setor industrial. Vale dizer que o

setor industrial é o segundo em participação média no PIB total do estado, alavancado pela
metalurgia, pela extração de minerais metálicos e pela extração de petróleo e gás natural.
Dessa forma, dada a importância do setor para o Espírito Santo, os governos estadual e
municipal podem adotar medidas para que as operações de crédito contribuam cada vez
mais para o seu desenvolvimento, tanto nos municípios que já possuem o setor fortalecido
como para aqueles que não o possuem, visando ao desenvolvimento do interior capixaba.
Tabela 5: Impacto das Operações de Crédito no LPIBIND: todos os municípios
Constante 6,308*** 6,221* 5,430** 5,723** 7,293***
L(OPCRED) 0,389*** 0,384*** 0,245*** 0,223*** 0,261***
L(POP) - 0,013ns 0,291ns 0,272ns 0,081ns
L(IFDMGERAL) - - 1,526*** - -
L(IFDMEMPR) - - - 0,297*** 0,312***
L(IFDMEDUC) - - - 0,683*** 0,586**
L(IFDMSAUDE) - - - 0,435*** 0,450***
DUMMY - - - - -0,142
N 858 858 858 858 858
R² ajustado 0,983 0,983 0,987 0,987 0,986
Teste F (igualdade
99,07[0,00] 76,46[0,00] 69,78 [0,00] 68,33[0,00] 68,33[0,00]
de interceptos)
Teste de Hausman 17,48[0,00] 17,38[0,00] 15,63[0,00] 25,86[0,00] 25,86[0,00]
Nota: 1) *** Significativo a 1%; ** Significativo a 5%; * Significativo a 10%; ns Não significativo a 10%; 2)
(coefficient covariance method) White Cross-Section.
Os resultados da Tabela 6 referem-se às estimativas quando o PIB comercial e de

serviços (PIBSERV) é considerado como variável dependente. O coeficiente da variável
operações de crédito revelou-se significativo e com expressivos efeitos positivos sobre
PIBSERV. Levando-se em conta o Modelo 5, um aumento das operações de crédito de 1%
gerou uma elevação de 0,195% no PIBSERV. O setor de comércio e serviços é o que mais
contribui para o PIB total dos municípios do Espírito Santo (em média 60% do PIB total,
em 2015). Em municípios como Água doce do Norte, Alto Rio Novo, Apiacá, Guaçuí,
Guarapari, Ibatiba, Iúna, Gerônimo Monteiro, Mantenópolis, Muqui, São Mateus, entre
outros, o PIB do setor chegou a representar, em média, 70% do PIB total, em 2015. Dessa
forma, políticas públicas que facilitem a tomada de crédito podem levar a bons resultados
econômicos para os municípios capixabas.
Como já mencionado, nove municípios do Espírito Santo (Cachoeiro de Itapemirim,
Cariacica, Colatina, Guarapari, Linhares, São Mateus, Serra, Vila Velha e Vitória)
concentraram 72,31% do volume de crédito ofertado no estado, em 2015, sendo que estes

municípios possuíam mais de 100 mil habitantes. Retirando-os da amostra, o restante (69
munícipios) respondia por, somente, 27,69% da oferta de crédito, no ano de 2015. Assim,
para complementar e dar robustez às análises, além das regressões para todos os municípios
(78), estimativas para dois blocos de municípios foram realizadas: i) municípios com maior
volume de crédito (mais de 100 mil habitantes; Tabela 7); e, ii) municípios com menor
volume de crédito (menos de 100 mil habitantes; Tabela 8). Exceto para o PIBIND (Tabela
7) e o PIBAGRO (Tabela 8), em que se adotou o modelo efeitos aleatórios (EA), as demais
estimativas foram realizadas pelo modelo de efeitos fixos (EF, por meio de variáveis
dummies, LSVD), sendo que as regressões foram estimadas na forma duplo-logarítmica. A
escolha do modelo para cada regressão foi feita por meio do teste de Hausman (1978),
considerando um nível de significância de 10%.
Tabela 6: Impacto das Operações de Crédito no LPIBSERV: todos os municípios

Constante 8,223*** 5,400*** 4,139*** 5,090*** 5,522***
L(OPCRED) 0,339*** 0,320*** 0,258*** 0,194*** 0,195***
L(POP) - 0,302*** 0,517*** 0,491*** 0,446***
L(IFDMGERAL) - - 0,727*** - -
L(IFDMEMPR) - - - 0,079*** 0,074***
L(IFDMEDUC) - - - 0,628*** 0,622***
L(IFDMSAUDE) - - - 0,233*** 0,234***
DUMMY - - - - -0,022***
N 858 858 858 858 858
R² ajustado 0,998 0,998 0,998 0,998 0,998
Teste F (igualdade de
213,12[0,00] 79,79[0,00] 82,01[0,00] 85,36[0,00] 85,36[0,00]
interceptos)
Teste de Hausman 56,86[0,00] 20,52[0,00] 10,62[0,01] 25,42[0,00] 25,42[0,00]
Notas: 1) *** Significativo a 1%; ns Não significativo a 10%; 2) Entre colchetes encontram-se os valores-p
das estatísticas de teste; 3) L = Indica que as variáveis estão expressas em logaritmos; e, 4) Estimativas por
efeitos fixos, com o método de covariância do coeficiente (coefficient covariance method) White Cross-
Section.
Quanto aos resultados da Tabela 7, ressalta-se que, dado o menor número de

observações (99), as estimativas podem ter algumas imprecisões, a saber: i) como os
intervalos de confiança tendem a ser mais amplos, isso pode ter levado à insignificância
estatística de alguns coeficientes estimados; os sinais de alguns coeficientes estimados
foram contrários aos esperados, no que se refere às variáveis socioeconômicas e
demográficas; dada a menor dispersão dos dados, alguns coeficientes podem ter sido
superestimados; entre outras. Mesmo assim, em todos os casos, a variável operações de
crédito apresentou coeficiente positivo e significativo. Já os resultados da Tabela 8 revelam
coeficientes significativos para as operações de crédito em todas as estimativas.

Tabela 7: Impacto das Operações de Crédito no PIB: municípios com maior volume
de crédito
Variáveis LPIBTOTAL LPIBAGRO LPIBIND LPIBSERV
Constante 2,930* 0,959ns -9,913** -1,541ns
L(OPCRED) 0,253*** 0,365*** 0,339*** 0,237***
L(POP) 0,025ns -0,461ns 0,799* 0,369***
L(IFDMEMPR) 0,288*** -0,263** 1,322*** 0,137**
L(IFDMEDUC) 0,324*** -0,708ns -1,463*** 0,575***
L(IFDMSAUDE) 0,347** -0,365ns 0,997*** 0,163ns
DUMMY 0,012ns -0,109*** -0,065*** 0,047***
N 99 99 99 99
R² ajustado 0,996 0,986 0,382 0,998
66,53[0,000] 106,61[0,000] 47,02[0,000] 58,65[0,000]
interceptos)
Teste de Hausman 20,84[0,000] 39,12[0,000] 5,31[0,379] 34,63[0,000]
(coefficient covariance method) White Cross-Section. Exceto para o PIBIND que adotou efeitos aleatórios.
Tabela 8: Impacto das operações de crédito no PIB: municípios com menor volume
de crédito
Variáveis LPIBTOTAL LPIBAGRO LPIBIND LPIBSERV
Constante 6,864*** 5.612*** 4,765* 5,532***
L(OPCRED) 0,208*** 0,120*** 0,272*** 0,189***
L(POP) 0,341** 0,326* 0,300ns 0,436***
L(IFDMEMPR) 0,111*** 0,028ns 0,287*** 0,068***
L(IFDMEDUC) 0,593*** 0,453*** 0,699*** 0,614***
L(IFDMSAUDE) 0,238*** 0,282*** 0,307*** 0,247***
DUMMY -0,087*** -0,148*** -0,150*** -0,037***
N 759 759 759 759
R² ajustado 0,988 0,330 0,974 0,991
72,18[0,000] 105,28[0,000] 69,07[0,000] 81,60[0,000]
interceptos)
Teste de Hausman 28,32[0,000] 6,50[0,270] 23,17[0,000] 19,27[0,000]
(coefficient covariance method) White Cross-Section. Exceto para o PIBAGRO que adotou efeitos aleatórios.

Por fim, para fins de robustez dos resultados, na Tabela 9 são apresentadas algumas
estimativas para o PIB total (PIBTOTAL)6 – levando-se em conta todos os municípios (78)
–, considerando a abordagem de painel dinâmico, por meio do método de momentos
generalizados (MMG), que lida com a possível endogenia das variáveis explicativas. Cabe
dizer que a estimação de dados em painel dinâmico por MMG remete-se aos trabalhos de
Arellano e Bond (1991), Arellano e Bover (1995) e Blundell e Bover (1998).
Especificamente em relação a este trabalho, adotou-se o método de momentos
generalizados em diferenças (MMG-DIF) (ARELLANO; BOND, 1991). Isso porque, nas
estimações com MMG system, em função da dimensão cross-section restrita,
principalmente para modelos menos parcimoniosos, ocorreram problemas de excesso de
instrumentos ou de não validade do conjunto de instrumentos, mesmo após a utilização do
comando collapse, do pacote plm do R project.
Em relação aos resultados da Tabela 9, destaca-se que, para todas as regressões
estimadas, o teste de Sargan revelou que os instrumentos adotados foram válidos. No que
tange aos coeficientes estimados para a variável operações de crédito (OPCRED), nota-se
que houve uma redução na magnitude dos mesmos, quando comparados aos coeficientes
da Tabela 3 (modelo estático). No entanto, os efeitos do crédito sobre o PIB total
permaneceram positivos e significativos, corroborando os resultados da Tabela 3.
Tabela 9: Impacto das Operações de Crédito no LPIBTOTAL Usando Painel

Dinâmico: todos os municípios
Variáveis Modelo 1 Modelo2 Modelo 3 Modelo 4
L(PIBTOTAL(-1)) 0,480*** 0,439*** 0,407*** 0,352***
L(OPCRED) 0,165*** 0,201*** 0,100*** 0,107***
L(POP) - -0,335*** 0,133*** -0,135***
L(IFDMGERAL) - - 0,903*** -
L(IFDMEMPR) - - - 0,168***
L(IFDMEDUC) - - - 0,455***
L(IFDMSAUDE) - - - 0,302***
DUMMY - - - -0,113***
Teste Sargan – Valor-p 0,121 0,267 0,283 0,163
Nota:1) *** Significativo a 1%; e, 2) Utilizou-se o MMG-DIF (MMG em diferenças), pelo método two-step.
Dessa forma, independente do modelo estimado, no período em análise, as

estimativas evidenciam que a oferta de crédito pode ser vista como um dos impulsionadores
do crescimento econômico dos municípios do Espírito Santo, um estado periférico, em que
os setores terciário e industrial são os mais relevantes. Os resultados deste trabalho são
similares a estudos anteriores realizados no Brasil, em que houve uma relação positiva entre
6 Os resultados referentes aos PIB’s setoriais podem ser consultados junto aos autores.

desenvolvimento do sistema financeiro e o crescimento econômico, como por exemplo: i)

em nível nacional – Marques Jr. e Porto Jr. (2004); ii) em nível estadual – Monte e Távora
Júnior (2000) e Missio, Jayme Jr e Oliveira (2015); e, iii) em nível municipal – Kroth e
Dias (2006).
Conclusão
O objetivo deste trabalho foi analisar os efeitos do crédito sobre crescimento

econômico dos municípios do Espírito Santo, no período de 2005 a 2015, utilizando a
metodologia de dados em painel. As análises foram feitas considerando o PIB total e o PIB
dos setores: agropecuário, industrial e comercial e de serviços. No mais, além das
estimações para o total de municípios (78), as estimativas foram realizadas para duas
subamostras, a saber: i) municípios com mais de 100 mil habitantes, que concentram a
grande parte da oferta de crédito; e, ii) municípios com menos de 100 mil habitantes, que
representaram somente 27,69% da oferta de crédito dos municípios capixabas, em 2015.
Primeiramente ressalta-se que, analisando a situação da distribuição da oferta de
crédito nos municípios capixabas, no ano de 2015, a mesma concentrou-se (72,31% da
oferta) em nove municípios (Cachoeiro de Itapemirim, Cariacica, Colatina, Guarapari,
Linhares, São Mateus, Serra, Vila Velha e Vitória), com destaque para a RGV, sendo que,
somente Vitória, maior praça financeira do Espírito Santo, representou 36,23% do volume
de crédito. Além disso, de acordo com o ICC, nos municípios capixabas, em geral, o saldo
de operações de crédito em relação à oferta de crédito total do estado é relativamente
pequeno, quando comparado à participação relativa destes municípios, em termos de PIB,
no PIB estadual. Não é objeto deste estudo, mas caberia uma análise mais profunda, a fim
de verificar se, por exemplo, para os municípios da RGV, a proximidade com Vitória supre
a demanda por crédito ou se o desenvolvimento financeiro dos mesmos é deficiente e
precisa ser estimulado. Para outros municípios como Linhares, também caberiam análises
mais profundas, visto que o município é um polo regional e possui uma agência do Banco
do Nordeste do Brasil.
Do ponto de vista econométrico, observa-se que, mesmo i) adotando indicadores
socioeconômicos e demográficos como variáveis de controle, ii) estimando modelos para
o PIB total e para o PIB dos setores agropecuário, industrial e de comércio e serviços, iii)
realizando estimações para o total de municípios (78) e para duas subamostras, e iv)
adotando a abordagem de painel dinâmico, a oferta de crédito parece contribuir para o
crescimento econômico dos municípios do Espírito Santo. Assim, políticas públicas que
facilitem a tomada de crédito podem levar a bons resultados econômicos para os municípios
capixabas. Neste caso, dada à concentração de crédito existente em poucos municípios,
sendo estes em geral mais desenvolvidos, a atenção dos governos estadual e municipal para
os municípios do interior do Estado seria um ponto importante tem termos de política de
interiorização do desenvolvimento estadual.
Por fim, cabe destacar alguns aspectos institucionais do sistema financeiro
capixaba que merecem destaque, ficando a sugestão de estudos futuros mais aprofundados

sobre os mesmos, a saber: i) a presença do Banco do Estado do Espírito Santo (Banestes),

controlado pelo governo estadual; ii) o Espírito Santo possui um banco de desenvolvimento
estadual, o Banco de Desenvolvimento do Espírito Santo (Bandes); e, iii) alguns municípios
localizados ao norte do Espírito Santo pertencem à área de abrangência da
Superintendência de Desenvolvimento do Nordeste (Sudene), possuindo agências Banco
do Nordeste do Brasil (BNB).
Agradecimentos
Os autores gostariam de agradecer ao Conselho Nacional de Desenvolvimento Científico e

Tecnológico – CNPq (concessão nº 406319/2018-9) e à Fundação de Amparo à Pesquisa e
Inovação do Espírito Santo – FAPES pelo apoio financeiro.
Referências
AMADO, A. A questão regional e o sistema financeiro no Brasil: uma interpretação pós-

keynesiana. Estudos Econômicos, v. 27, n. 3, p. 417-440, 1997.
ARAUJO, V. L.; PIRES, M. J. S.; SILVA, M. F.; CASTRO, D. A. Padrão de atuação
das Instituições Financeiras de Desenvolvimento (IFD’s) brasileiras: balanços e
perspectivas. IPEA/ABDE, 2010. Mimeografado.
ARELLANO, M; BOND, S. Some tests of specification for panel data: Monte Carlo
evidence and an application to employment equations. Review of Economic Studies, v.
58, p. 277-297, 1991.
ARELLANO, M; BOVER, O. Another look at the instrumental variable estimation of
error-components models. Journal of Econometrics, v. 68, p. 29-52, 1995.
DOI: https://doi.org/10.1016/0304-4076(94)01642-D
ASTERIOU, D.; PRICE, S. Financial development and economic growth: time series
evidence for the case of UK. Ekonomia, v. 4, n. 2, p. 122-141, 2000.
BENCIVENGA, V.; SMITH, B. Financial intermediation and endogenous growth.
Review of Economic Studies, v. 58, n. 2, p. 195-209, 1991.
DOI: https://doi.org/10.2307/2297964
BENCIVENGA, V.; SMITH, B.; STARR, R. Equity markets, transactions costs, and
capital accumulation: an illustration. The World Bank Economic Review, v. 10, n. 2, p.
241-265, 1996
BLACKBURN, K.; HUNG, V. A Theory of growth, financial development and trade.
Economica, v. 65, n. 257, p. 107-124, 1998.
DOI: https://doi.org/10.1111/1468-0335.00116

BLUNDELL, R.; BOND, S. Initial conditional and moment restrictions in dynamic panel
data models. Journal of Econometrics, v. 87, n. 1, p. 115-143, 1998.
CAÇADOR, S. B.; GRASSI, R. A. Olhar crítico sobre o desempenho recente da
economia capixaba: uma análise a partir da literatura de desenvolvimento regional e de
indicadores de inovação. Revista Econômica do Nordeste, v. 40, n. 3, p 453-480, 2009.
CAÇADOR, S. B.; MONTE, E. Z. Crédito e crescimento econômico: o caso dos
municípios do Espírito Santo. In: MAGALHÃES, M. A.; TOSCANO, V. N. (Org.). A
Economia do Espírito Santo: novas visões. Vitória: CORECON-ES, 2012.
DEIDDA, L. G. Interaction between economic and financial development. Journal of
Monetary Economics, v. 53, p. 233-248, 2006.
DOI: https://doi.org/10.1016/j.jmoneco.2005.03.007
DEMETRIADES, P.; HUSSEIN, K. Does financial development cause economic
growth? Time-series evidence from 16 countries. Journal of Development Economics,
v. 51, n. 2, p. 387-411, 1996.
DOI: https://doi.org/10.1016/S0304-3878(96)00421-X
DOW, S. C. The regional composition of the money multiplier process. Scottish Journal
of Political Economy, v. 19, n. 1, p. 22-44, 1982.
DOI: https://doi.org/10.1111/j.1467-9485.1982.tb00434.x
DRUMMOND, I.; AGUIAR, A. Desenvolvimento do sistema financeiro e crescimento
econômico. Cadernos do Mercado de Valores Mobiliários, n. 18, p. 22-46, 2004.
GELB, A. H. Financial Policies, Growth, and Efficiency. World Bank Working Paper,
WPS 202, 1989.
GOLDSMITH, R. W. Financial Structure and Development. New Haven: Yale
University, 1969.
GRANGER, C. W. J.; HUANG, L. Notes on the Evolution of Panel Models. Working
Paper. University of California, San Diego, 1997.
GREENWOOD, J.; JOVANOVIC, B. Financial Development, Growth, and the
Distribution of Income. Journal of Political Economy, v. 98, n. 5, p. 1076-1107, 1990.
GREENE, W. H. Econometrics Analysis. 7 ed. New Jersey: Pearson, 2012.
GUISO, L.; SAPIENZA, P.; ZINGALES, L. Does local financial development matter?
The Quarterly Journal of Economics, v. 119, v. 3, p. 929-969, 2004.
HASSAN, M. K.; SANCHEZ, B.; YU, J-S. Financial development and economic growth:
new evidence from panel data. The Quarterly Review of Economics and Finance, v.
51, n. 1, p. 88-104, 2011.
DOI: https://doi.org/10.1016/j.qref.2010.09.001

HAUSMAN, J. A. Specification tests in econometrics. Econometrica, v. 46, n. 6, p.

1251-1271, 1978.
HOLTZ-EAKIN, D.; NEWEY, W.; ROSEN, H. Estimating vector autoregressions with
panel data. Econometrica, v. 56, n. 6, p. 1371-95, 1988.
DOI: https://doi.org/10.2307/1913103
KEYNES, M. J. The General Theory of Employment, Interest and Money. London:
Macmlllan, 1936.
KING, R.; LEVINE, R. Finance and growth: Schumpeter might be right. Quarterly
Journal of Economics, v. 108, n. 3, p. 717-737, 1993a.
KING, R.; LEVINE, R. Finance, entrepreneurship, and growth: theory and evidence.
Journal of Monetary Economics, v. 32, n. 3, p. 513-542, 1993b.
DOI: https://doi.org/10.1016/0304-3932(93)90028-E
KROTH, D.; DIAS, J. A contribuição do crédito bancário e do capital humano no
crescimento econômico dos municípios brasileiros: uma avaliação em painéis de dados
dinâmicos. In: ENCONTRO NACIONAL DE ECONOMIA, 2006, Salvador. Anais...
Associação Nacional dos Centros de Pós-Graduação em Economia (ANPEC), 2006.
JACQUES, E. R.; GONÇALVES, F. O. Cooperativas de crédito no Brasil: evolução e
impacto sobre a renda dos municípios brasileiros. Economia e Sociedade, v. 25, n. 2, p.
489-509, 2016. DOI: https://doi.org/10.1590/1982-3533.2016v25n2art8
LAWRENCE, P. Finance and development: why should causation matter? Journal of

International Development, v. 18, p. 997-1016, 2006.
DOI: https://doi.org/10.1002/jid.1333
LEVINE, R. Law, finance, and economic growth. Journal of Financial Intermediation,
v. 8, n. 1-2, p. 8-35, 1999.
DOI: https://doi.org/10.1006/jfin.1998.0255
LEVINE, R.; ZERVOS, S. Stock markets, banks, and economic growth. American
Economic Review, v. 88, n. 3, p. 537-558, 1998.
MCKINNON, R. I. Money and Capital in Economic Development. Washington: The
Brookings Institution, 1973.
MARQUES JR, T. E.; PORTO JR, S. Desenvolvimento Financeiro e Crescimento
Econômico no Brasil: uma avaliação econométrica. PPGE/UFRGS. Trabalho para
Discussão, nº. 11, 2004.
MATOS, O. C. Desenvolvimento do Sistema Financeiro e Crescimento Econômico no
Brasil: evidências de causalidade. Brasília, Banco Central do Brasil, 2002, (Texto para
Discussão n° 49).

MISSIO, F. J.; JAYME JR., F. G.; OLIVEIRA, A. M. H. C. Desenvolvimento financeiro

e crescimento econômico: teoria e evidência empírica para os estados brasileiros (1995-
2004). Análise Econômica, v. 33, n. 63, p. 191-227, 2015.
MODIGLIANI, F.; MILLER, M. H. The cost of capital, corporation finance and the
theory of investment. American Economic Review, v. 48, p. 261-97, 1958.
MONTE, P. A.; TÁVORA JÚNIOR, J. L. Fontes de financiamento do Nordeste e o
produto interno bruto da região. Revista Econômica do Nordeste, v. 3, n. especial,
p.676-695, 2000.
ÖNDER, Z.; ÖZYILDIRIM, S. Banks, regional development disparity and growth:
evidence from turkey. Cambridge Journal of Economics, v. 34, n. 6, p. 975-1000, 2009.
PAGANO, M. Financial markets and growth: an overview. European Economic
Review, v. 37, p. 613-622, 1993.
DOI: https://doi.org/10.1016/0014-2921(93)90051-B
REICHSTUL, D.; LIMA, G. T. Causalidade entre crédito bancário e nível de atividade
econômica na Região Metropolitana de São Paulo: algumas evidências empíricas.
Revista Estudos Econômicos, v. 36, n. 4, p. 779-801, 2006.
ROCHA, B. P.; NAKANE, M. I. Sistema financeiro e desenvolvimento econômico:
evidências de causalidade em um painel para o Brasil. In: ENCONTRO NACIONAL DE
ECONOMIA, 2007, Recife. Anais… Recife: Associação Nacional dos Centros de Pós-
Graduação em Economia (ANPEC), 2007.
ROMERO, J. P.; ÁVILA, J. L. T. Sistema financeiro e desenvolvimento regional: um
estudo sobre o financiamento bancário da atividade industrial no Brasil. Revista
Economia, v. 11, n. 1, p. 217-263, 2010.
ROUBINI, N.; SALA-I-MARTIN, X. Financial repression and economic growth.
Journal of Development Economics, v. 39, p. 5-30, 1992.
DOI: https://doi.org/10.1016/0304-3878(92)90055-E
SAINT-PAUL, G. Technological choice, financial markets and economic development.
European Economic Review, v. 36, n. 4, p. 763-781, 1992.
DOI: https://doi.org/10.1016/0014-2921(92)90056-3
SCHUMPETER, J. A. The Theory of Economic Development: an inquiry into profits,
capital, credit, interest, and the business cycle. Cambridge, MA: Harvard University Press
1911.
SHAW, E. S. Financial Deepning in Economic Development. New York: Oxford
University Press, 1973.
STOCK, J. H.; WATSON, M. W. Econometria. São Paulo: Pearson (Addison Wesley),
2004.

WOOLDRIDGE, J. M. Econometric Analysis of Cross Section and Panel Data.

Cambridge, Massachusetts: MIT Press, 2002.
ZARA, T. M. Desenvolvimento Financeiro, Crescimento e Desigualdade nos Estados
Brasileiros. 54 f. 2006. Dissertação (Mestrado em Teoria Econômica) – Departamento de
Economia, Faculdade de Economia, Administração e Contabilidade, Universidade de São
Paulo, São Paulo, 2006.

View publication stats

Crédito e crescimento econômico municipal no ES

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Crédito e crescimento econômico municipal no ES

Enviado por

Direitos autorais:

Formatos disponíveis

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

Impactos do Crédito sobre Crescimento Econômico dos Municípios do Espírito

Article · December 2020

Edson Zambon Monte

Métodos e modelos matemáticos, econométricos e estatísticos aplicados à economia View project

Mercados financeiros: análises econométricas em nível nacional e internacional View project

The user has requested enhancement of the downloaded file.

Impactos do Crédito sobre Crescimento Econômico dos

Edson Zambon Montea

Palavras-chave: Crescimento Econômico; Crédito; Análise Setorial; Espírito Santo.

Keywords: Economic Growth; Credit; Sectorial Analysis; Espírito Santo.

Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021 Recebido em 13/12/2019

O debate na teoria econômica sobre a relação entre o desenvolvimento financeiro e

Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021

trabalhada adequadamente em termos de prazo, custos e quantidades, pode levar à

Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021

2. Revisão de Literatura Empírica

Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021

está vinculado ao crescimento econômico de longo prazo. Segundo o autor, os resultados

Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021

desenvolvimento financeiro e o crescimento econômico nos países em desenvolvimento.

Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021

Paulo (RMSP). A pesquisa analisou a relação entre diferentes modalidades de crédito

Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021

3.1. Apresentação das Variáveis

2 Detalhadamente a variável OPCRED engloba: empréstimos e títulos descontados, financiamentos,

Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021

3.2. Dados em Painel

A abordagem de dados em painel permite combinar dados de séries temporais com

Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021

Se 𝒛𝑖 é não observado, porém correlacionado com 𝒙𝑖𝑡 , então o estimador de Mínimos

4.1. Estatística Descritiva e Oferta de Crédito nos Municípios Capixabas

A Tabela 2 apresenta as estatísticas descritivas das variáveis, considerando o período

Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021

sendo perceptível quando se observam os valores de máximo de R$ 5.994.328.100,00, e de

Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021

Figura 1: Participação (%) dos Municípios nas Operações de Crédito do Espírito

Fonte: elaborado pelos autores a partir dos dados da pesquisa.

A fim de aprofundar as análises sobre a oferta de crédito nos municípios do Espírito

As Figuras 2 e 3 mostram os resultados para os municípios que apresentaram ICC

Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021

São Gabriel da Palha

Rio Novo do Sul

São Roque do Canaã

Santa Maria de Jetibá

São Domingos do Norte

Alto Rio Novo

Água Doce do Norte

Fonte: elaborado pelos autores a partir dos dados da pesquisa.

4.2. Estimativas Econométricas

Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021

regressões foram estimadas na forma duplo-logarítmica. A escolha do modelo para cada

Tabela 3: Impacto das Operações de Crédito no LPIBTOTAL: todos os municípios

Na Tabela 3 são apresentados os resultados quando considerada como variável

Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021

positivo e significativo em todos os modelos estimativos. Vale destacar que, ao incluir as

Tabela 4: Impacto das Operações de Crédito no LPIBAGRO: todos os municípios

A Tabela 5 demonstra os resultados considerando como variável dependente o PIB

Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021

Os resultados da Tabela 6 referem-se às estimativas quando o PIB comercial e de

Economia Ensaios, Uberlândia, 36(1), Jan./Jun. 2021

Tabela 6: Impacto das Operações de Crédito no LPIBSERV: todos os municípios